oracle正则表达式 - 《【学】SQL语法》

关联的字符函数
substr(string string, int a, int b);

1、string 需要截取的字符串
2、a 截取字符串的开始位置（注：当a等于0或1时，都是从第一位开始截取）
3、b 要截取的字符串的长度
Oracle 使用substr和instr 截取字符串指定位置的字符
**1 substr(varchar2,start_index,sub_length)

参数值

varchar2 : 需要处理的字符串

start_index : 截取起始位置

sub_length : 截取长度

2 instr(varchar2,char,index,n)

参数值

varchar2 : 需要处理的字符串

char : 需要搜索的字符

index : char字符第index位,index<0,标识从右侧开始

n : 第n次出现的位置

Oracle使用正则表达式离不开这4个函数：
1。regexp_like
regexp_like 只能用于条件表达式，和 like 类似，但是使用的正则表达式进行匹配
2。regexp_substr
regexp_substr 函数，和 substr 类似，用于拾取合符正则表达式描述的字符子串
3。regexp_instr
regexp_instr 函数，和 instr 类似，用于标定符合正则表达式的字符子串的开始位置
4。regexp_replace
regexp_replace 函数，和 replace 类似，用于替换符合正则表达式的字符串

REGEXP_REPLACE(source_string,pattern,replace_string,position,occurtence,match_parameter)
描述:字符串替换函数。相当于增强的replace函数。
Source_string指定源字符表达式；
pattern指定规则表达式；
replace_string指定用于替换的字符串；
position指定起始搜索位置；
occurtence指定替换出现的第n个字符串；
match_parameter指定默认匹配操作的文本串。

REGEXP_SUBSTR(source_string, pattern[,position [, occurrence[, match_parameter]]])函数
描述：返回匹配模式的子字符串。相当于增强的substr函数。
Source_string指定源字符表达式；
pattern指定规则表达式；
position指定起始搜索位置；
occurtence指定替换出现的第n个字符串；
match_parameter指定默认匹配操作的文本串。
其中position,occurtence,match_parameter参数都是可选的

REGEXP_LIKE(source_string, pattern[, match_parameter])函数(10g新函数)

描述：返回满足匹配模式的字符串。相当于增强的like函数。
Source_string指定源字符表达式；
pattern指定规则表达式；
match_parameter指定默认匹配操作的文本串。
其中position,occurtence,match_parameter参数都是可选的

REGEXP_INSTR(source_string, pattern[, start_position[, occurrence[, return_option[, match_parameter]]]])函数(10g新函数)
描述: 该函数查找 pattern ，并返回该模式的第一个位置。您可以随意指定您想要开始搜索的start_position。 occurrence 参数默认为 1，除非您指定您要查找接下来出现的一个模式。return_option 的默认值为 0，它返回该模式的起始位置；值为 1 则返回符合匹配条件的下一个字符的起始位置

一. 匹配字符

**	**	**举
\d	从０-９的任一数字	\d\d匹配72,但不匹配aa或7a
\D	任一非数字字符	\D\D\D匹配abc,但不匹配123
\w	任一单词字符，包括A-Z,a-z,0-9和下划线	\w\w\w\w匹配Ab-2，但不匹配∑£$%*或Ab_@
\W	任一非单词字符	\W匹配＠，但不匹配a
\s	任一空白字符，包括制表符，换行符，回车符，换页符和垂直制表符	匹配在HTML,XML和其他标准定义中的所有传统空白字符
\S	任一非空白字符	空白字符以外的任意字符,如A%&g3;等
.	任一字符	匹配除换行符以外的任意字符除非设置了MultiLine先项
[…]	括号中的任一字符	[abc]将匹配一个单字符,a,b或c. [a-z]将匹配从a到z的任一字符
[^…]	不在括号中的任一字符	[^abc]将匹配一个a、b、c之外的单字符,可以a,b或A、B、C [a-z]将匹配不属于a-z的任一字符,但可以匹配所有的大写字母

二. 重复字符

**	**含	**举
｛n｝	匹配前面的字符n次	x{2}匹配xx,但不匹配x或xxx
｛n,｝	匹配前面的字符至少n次	x{2}匹配2个或更多的x,如xxx,xxx..
｛n,m｝	匹配前面的字符至少n次,至多m次。如果n为0，此参数为可选参数	x{2,4}匹配xx,xxx,xxxx,但不匹配xxxxx
?	匹配前面的字符0次或1次，实质上也是可选的	x?匹配x或零个x
+	匹配前面的字符0次或多次	x+匹配x或xx或大于0的任意多个x
*	匹配前面的字符0次或更多次	x*匹配0,1或更多个x

三. 定位字符

**	**描
^	随后的模式必须位于字符串的开始位置，如果是一个多行字符串，则必须位于行首。对于多行文本（包含回车符的一个字符串）来说，需要设置多行标志
$	前面的模式必须位于字符串的未端，如果是一个多行字符串，必须位于行尾
\A	前面的模式必须位于字符串的开始位置，忽略多行标志
\z	前面的模式必须位于字符串的未端，忽略多行标志
\Z	前面的模式必须位于字符串的未端，或者位于一个换行符前
\b	匹配一个单词边界，也就是一个单词字符和非单词字符中间的点。要记住一个单词字符是[a-zA-Z0-9]中的一个字符。位于一个单词的词首
\B	匹配一个非单词字符边界位置，不是一个单词的词首

注：定位字符可以应用于字符或组合，放在字符串的左端或右端

四. 分组字符

**	**定	**举
（）	此字符可以组合括号内模式所匹配的字符，它是一个捕获组，也就是说模式匹配的字符作为最终设置了ExplicitCapture选项――默认状态下字符不是匹配的一部分	输入字符串为：ABC1DEF2XY 匹配3个从A到Z的字符和1个数字的正则表达式：（[A-Z]{3}\d）将产生两次匹配：Match 1=ABC1;Match 2=DEF2 每次匹配对应一个组：Match1的第一个组＝ABC;Match2的第1个组＝DEF 有了反向引用，就可以通过它在正则表达式中的编号以及C#和类Group,GroupCollection来访问组。如果设置了ExplicitCapture选项，就不能使用组所捕获的内容
（?:）	此字符可以组合括号内模式所匹配的字符，它是一个非捕获组，这意味着模式所的字符将不作为一个组来捕获，但它构成了最终匹配结果的一部分。它基本上与上面的组类型相同，但设定了选项ExplicitCapture	输入字符串为：1A BB SA1 C 匹配一个数字或一个A到Z的字母，接着是任意单词字符的正则表达式为：（?:\d\|[A-Z]\w）它将产生3次匹配：每1次匹配＝1A；每2次匹配＝BB;每3次匹配＝SA 但是没有组被捕获
（?）	此选项组合括号内模式所匹配的字符，并用尖括号中指定的值为组命名。在正则表达式中，可以使用名称进行反向引用，而不必使用编号。即使不设置ExplicitCapture选项，它也是一个捕获组。这意味着反向引用可以利用组内匹配的字符，或者通过Group类访问	输入字符串为：Characters in Sienfeld included Jerry Seinfeld,Elaine Benes,Cosno Kramer and George Costanza能够匹配它们的姓名，并在一个组llastName中捕获姓的正则表达式为：\b[A-Z][a-z]+(?[A-Z][a-z]+)\b 它产生了4次匹配：First Match=Jerry Seinfeld; Second Match=Elaine Benes; Third Match=Cosmo Kramer; Fourth Match=George Costanza 每一次匹配都对应了一个lastName组：第1次匹配：lastName group=Seinfeld 第2次匹配：lastName group=Benes 第3次匹配：lastName group=Kramer 第4次匹配：lastName group=Costanza 不管是否设置了选项ExplictCapture，组都将被捕获
（?=）	正声明。声明的右侧必须是括号中指定的模式。此模式不构成最终匹配的一部分	正则表达式\S+(?=.NET)要匹配的输入字符串为：The languages were Java,C#.NET,VB.NET,C,Jscript.NET,Pascal 将产生如下匹配：〕 C# VB JScript.
（?!）	负声明。它规定模式不能紧临着声明的右侧。此模式不构成最终匹配的一部分	\d{3}(?![A-Z])要匹配的输入字符串为：123A 456 789111C 将产生如下匹配： 456 789
（?<=）	反向正声明。声明的左侧必须为括号内的指定模式。此模式不构成最终匹配的一部分	正则表达式(?<=New)([A-Z][a-z]+)要匹配的输入字符串为：The following states,New Mexico,West Virginia,Washington, New England 它将产生如下匹配： Mexico England
（?<!）	反向正声明。声明的左侧必须不能是括号内的指定模式。此模式不构成最终匹配的一部分	正则表达式(?<!1)\d{2}([A-Z])要匹配的输入字符串如下：123A456F789C111A 它将实现如下匹配： 56F 89C
（?>）	非回溯组。防止Regex引擎回溯并且防止实现一次匹配	假设要匹配所有以“ing”结尾的单词。输入字符串如下：He was very trusing 正则表达式为：.ing 它将实现一次匹配――单词trusting。“.”匹配任意字符，当然也匹配“ing”。所以，Regex引擎回溯一位并在第2个“t”停止，然后匹配指定的模式“ing”。但是，如果禁用回溯操作：(?>.)ing 它将实现0次匹配。“.”能匹配所有的字符，包括“ing”――不能匹配，从而匹配失败

五. 决策字符

字符	**描	**举
（?(regex)yes_regex\|no_regex）	如果表达式regex匹配，那么将试图匹配表达式yes。否则匹配表达式no。正则表达式no是可先参数。注意，作出决策的模式宽度为0.这意味着表达式yes或no将从与regex表达式相同的位置开始匹配	正则表达式(?(\d)dA\|A-Z)B)要匹配的输入字符串为：1A CB3A5C 3B 它实现的匹配是： 1A CB 3A
（?(group name or number)yes_regex\|no_regex）	如果组中的正则表达式实现了匹配，那么试图匹配yes正则表达式。否则，试图匹配正则表达式no。no是可先的参数	正则表达式 (\d7)?-(?(1)\d\d[A-Z]\|[A-Z][A-Z]要匹配的输入字符串为： 77-77A 69-AA 57-B 它实现的匹配为： 77-77A －AA

注：上面表中列出的字符强迫处理器执行一次if-else决策

六. 替换字符

**字	**描
$group	用group指定的组号替换
${name}	替换被一个(?)组匹配的最后子串
$$	替换一个字符$
$&	替换整个的匹配
$^	替换输入字符串匹配之前的所有文本
$’	替换输入字符串匹配之后的所有文本
$+	替换最后捕获的组
$_	替换整个的输入字符串

注：以上为常用替换字符，不全

七. 转义序列

**字	**描
\\	匹配字符“\”
\.	匹配字符“.”
\*	匹配字符“*”
\+	匹配字符“+”
\?	匹配字符“?”
\\|	匹配字符“\|”
\(	匹配字符“(”
\)	匹配字符“)”
\{	匹配字符“{”
\}	匹配字符“}”
\^	匹配字符“^”
\$	匹配字符“$”
\n	匹配换行符
\r	匹配回车符
\t	匹配制表符
\v	匹配垂直制表符
\f	匹配换面符
\nnn	匹配一个8进数字，nnn指定的ASCII字符。如\103匹配大写的C
\xnn	匹配一个16进数字，nn指定的ASCII字符。如\x43匹配大写的C
\unnnn	匹配由4位16进数字（由nnnn表示）指定的Unicode字符
\cV	匹配一个控制字符，如\cV匹配Ctrl-V

八. 选项标志

**	**名
I	IgnoreCase
M	Multiline
N	ExplicitCapture
S	SingleLine
X	IgnorePatternWhitespace

注：选项本身的信作含义如下表所示：

**标	**名
IgnoreCase	使模式匹配不区分大小写。默认的选项是匹配区分大小写
RightToLeft	从右到左搜索输入字符串。默认是从左到右以符合英语等的阅读习惯，但不符合阿拉伯语或希伯来语的阅读习惯
None	不设置标志。这是默认选项
Multiline	指定^和$可以匹配行首和行尾，以及字符串的开始和结尾。这意味着可以匹配每个用换行符分隔的行。但是，字符“.”仍然不匹配换行符
SingleLine	规定特殊字符“.”匹配任意的字符，包括换行符。默认情况下，特殊字符“.”不匹配换行符。通常与MultiLine选项一起使用
ECMAScript.	ECMA(European Coputer Manufacturer’s Association,欧洲计算机生产商协会)已经定义了正则表达式应该如何实现，而且已经在ECMAScript规范中实现，这是一个基于标准的JavaScript。这个选项只能与IgnoreCase和MultiLine标志一起使用。与其它任何标志一起使用，ECMAScript都将产生异常
IgnorePatternWhitespace	此选项从使用的正则表达式模式中删除所有非转义空白字符。它使表达式能跨越多行文本，但必须确保对模式中所有的空白进行转义。如果设置了此选项，还可以使用“#”字符来注释下则表达式
Complied	它把正则表达式编译为更接近机器代码的代码。这样速度快，但不允许对它进行任何修改

特殊字符：
‘^’ 匹配输入字符串的开始位置，在方括号表达式中使用，此时它表示不接受该字符集合。
‘$’ 匹配输入字符串的结尾位置。如果设置了 RegExp 对象的 Multiline 属性，则 $ 也匹配 ‘n’ 或 ‘r’。
‘.’ 匹配除换行符 n之外的任何单字符。
‘?’ 匹配前面的子表达式零次或一次。
‘‘ 匹配前面的子表达式零次或多次。
‘+’ 匹配前面的子表达式一次或多次。
‘( )’ 标记一个子表达式的开始和结束位置。
‘[]’ 标记一个中括号表达式。
‘{m,n}’ 一个精确地出现次数范围，m= <出现次数 <=n，’{m}’表示出现m次，’{m,}’表示至少出现m次。
‘ ¦’ 指明两项之间的一个选择。例子’^([a-z]+ ¦[0-9]+)$’表示所有小写字母或数字组合成的字符串。
num 匹配 num，其中 num 是一个正整数。对所获取的匹配的引用。
正则表达式的一个很有用的特点是可以保存子表达式以后使用，被称为Backreferencing. 允许复杂的替换能力
如调整一个模式到新的位置或者指示被代替的字符或者单词的位置. 被匹配的子表达式存储在临时缓冲区中，
缓冲区从左到右编号, 通过数字符号访问。下面的例子列出了把名字 aa bb cc 变成
cc, bb, aa.
Select REGEXP_REPLACE(‘aa bb cc’,’(.) (.) (.)’, ‘3, 2, 1’) FROM dual；

1、一个正则表达式，只含有汉字、数字、字母、下划线不能以下划线开头和结尾：
^(?!_)

字符簇：
[[:alpha:]] 任何字母。
[[:digit:]] 任何数字。
[[:alnum:]] 任何字母和数字。
[[:space:]] 任何白字符。
[[:upper:]] 任何大写字母。
[[:lower:]] 任何小写字母。
[[:punct:]] 任何标点符号。
[[:xdigit:]] 任何16进制的数字，相当于[0-9a-fA-F]
各种操作符的运算优先级
(), (?:), (?=), [] 圆括号和方括号
*, +, ?, {n}, {n,}, {n,m} 限定符
^, $, anymetacharacter 位置和顺序
¦ “或”操作

https://www.cnblogs.com/gkl0818/archive/2009/02/12/1389521.html